Jak wynika z postu z 13 listopada na blogu AWS Machine Learning Blog, Amazon Web Services udostępnił OpenFold3-preview, model przewidywania struktury biomolekularnej typu open source, który można wdrożyć bezpośrednio z Amazon SageMaker JumpStart. Dzięki temu posunięciu jedna z najbardziej znaczących rodzin modeli biologii obliczeniowej staje za zarządzanym punktem końcowym w chmurze, a zespoły badawcze zyskują dostępną na otwartej licencji alternatywę dla zastrzeżonych systemów przewidywania struktury.
OpenFold3 został opracowany przez konsorcjum OpenFold i laboratorium AlQuraishi na Uniwersytecie Columbia. Podobnie jak inne działania w ramach otwartej nauki, dzięki którym najnowsze badania nad sztuczną inteligencją są dostępne dla każdego, w ramach projektu publikuje się znacznie więcej niż tylko interfejs API czarnej skrzynki: wagi kodu i modeli są dostarczane na licencji Apache 2.0, a programiści opublikowali także dane i metody szkoleniowe.
Co OpenFold3 może przewidzieć
OpenFold3 to model przewidywania struktury obejmującej wszystkie atomy. Według AWS przewiduje on wspólną strukturę 3D zestawu cząsteczek bezpośrednio na podstawie ich sekwencji — i nie ogranicza się to do pojedynczych łańcuchów białkowych. Pojedyncza prognoza może obejmować wielołańcuchowe kompleksy białkowe, zespoły białko-kwas nukleinowy i kompleksy białko-ligand, co obejmuje dużą część interakcji molekularnych mających znaczenie przy opracowywaniu leków.
Możliwość ta ma znaczenie, ponieważ przewidywanie struktury po cichu stało się podstawową infrastrukturą obliczeniowego odkrywania leków. W poście AWS zauważono, że zespoły obecnie na nim polegają przy identyfikacji celów, inżynierii przeciwciał i białek oraz wirtualnych badaniach przesiewowych w oparciu o strukturę – czyli na wczesnym etapie prac, które określają, którzy kandydaci na leki kiedykolwiek dotrą do mokrego laboratorium.
Najważniejsza jest licencja otwarta
Licencja Apache 2.0 wyróżnia OpenFold3 na polu pełnym zamkniętych systemów granicznych. Organizacje badawcze i firmy farmaceutyczne mogą sprawdzać model, dostrajać go na podstawie zastrzeżonych danych i budować na jego podstawie produkty komercyjne zgodnie z warunkami licencji, twierdzi AWS. W branży, w której struktury molekularne i dane przesiewowe stanowią ściśle strzeżoną tajemnicę handlową, model, którego wagi i metody uczenia są publikowane, zapewnia zespołom poziom audytowalności, któremu nie mogą dorównać zamknięte interfejsy API.
AWS opisuje wersję zapoznawczą OpenFold3 jako podgląd badawczy, o czym warto pamiętać: jest to wczesne, rozwijające się wdrożenie, a nie gotowy produkt. Jednak nawet przedpremierowa dystrybucja otwartego, składanego modelu składającego się wyłącznie z atomów obniża barierę dla laboratoriów akademickich, które nie mogą negocjować licencji dla przedsiębiorstw z dostawcami zastrzeżonych modeli.
Dlaczego działa na wnioskowaniu asynchronicznym
Historia infrastruktury jest równie interesująca jak sam model. Większość modeli JumpStart — wśród nich modele z dużymi językami i modele osadzania — jest wdrażana w punktach końcowych czasu rzeczywistego, które muszą zwrócić odpowiedź w ramach pojedynczego żądania trwającego maksymalnie 60 sekund. Przewidywanie struktury nie pasuje do tej formy. Czas składania rośnie wraz z liczbą i długością łańcuchów w zapytaniu, a przewidywanie białek i kompleksów w świecie rzeczywistym często zajmuje kilka minut.
Z tego powodu OpenFold3 w JumpStart działa na asynchronicznym wnioskowaniu SageMaker. AWS wyróżnia dwie właściwości asynchronicznych punktów końcowych, które odpowiadają obciążeniom naukowym: umieszczają wewnętrznie w kolejce serie żądań, dzięki czemu laboratorium może przesłać dużą partię sekwencji bez tworzenia własnej kolejki zadań, oraz mogą skalować do zera instancji, gdy kolejka jest pusta, co pozwala uniknąć płacenia za czas bezczynności procesora graficznego pomiędzy eksperymentami. Model działa na instancjach GPU G6, a AWS ostrzega, że w niektórych regionach wydajność G6 może być ograniczona — w przypadku wdrożeń, które nie powiodą się z powodu błędu InsufficientInstanceCapacity, należy ponowić próbę później lub wybrać inny obsługiwany rozmiar instancji.
W ogłoszeniu znajduje się również ostrzeżenie o kosztach: punkty końcowe SageMaker są rozliczane za godzinę instancji podczas działania, także w czasie bezczynności. W poście AWS napisano, że użytkownicy powinni postępować zgodnie z instrukcjami czyszczenia lub skonfigurować skalowanie do zera, aby uniknąć nieoczekiwanych opłat – praktyczna rada dla budżetów badawczych, które rzadko tolerują niespodziewane rachunki za chmurę.
Co to oznacza dla nauki opartej na sztucznej inteligencji
Umowa dystrybucyjna jest sygnałem, gdzie spotykają się otwarta nauka i komercyjna infrastruktura chmurowa. Twórcy OpenFold3 zbudowali model przeznaczony do sprawdzania, dostrajania i rozszerzania; AWS zbudowało warstwę obsługi, która radzi sobie z niezręcznymi realiami operacyjnymi – wielominutowymi wnioskowaniami, dużymi obciążeniami wsadowymi, kosztami przestojów – które powstrzymują większość laboratoriów przed samodzielnym hostingiem. Razem udostępniają standardowym zespołom badawczym posiadającym konto w chmurze funkcję, która ostatnio wymagała głębokiej wiedzy z zakresu inżynierii ML.
Warto również przyjrzeć się krajobrazowi konkurencyjnemu. Modele przewidywania struktury znajdują się w centrum wyścigu zbrojeń w zakresie odkrywania leków, w którym biorą udział jedne z najlepiej finansowanych laboratoriów zajmujących się sztuczną inteligencją na świecie, a otwarte alternatywy zmieniają pozycję negocjacyjną wszystkich uczestników rynku. Jeśli firma farmaceutyczna będzie w stanie udoskonalić model Apache 2.0 na podstawie własnych danych, zamiast wynajmować zamknięty system, ekonomika odkrywania leków wspomaganych sztuczną inteligencją ulegnie znaczącej zmianie.
Nic z tego nie rozwiązuje zastrzeżeń naukowych. Przewidywane struktury są hipotezami obliczeniowymi, a nie faktami ustalonymi eksperymentalnie, i właśnie z tego powodu własny post AWS przedstawia wdrożenie jako zapowiedź badań. Kierunek jest jednak jasny: ekosystem o otwartej wadze, który przekształcił przetwarzanie języka naturalnego, dociera teraz do nauk molekularnych, a dostawcy usług w chmurze ścigają się, by go hostować.
---
Wyprzedź sztuczną inteligencjęOtrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.
Przeczytaj więcej aktualności o sztucznej inteligencji →
